7月7日至7月8日，山东大学经济学院主办的“山东大学经济学科暑期系列研讨会——计量经济前沿与方法”在中心校区知新楼B321举行。会议邀请香港大学、波士顿学院、路易斯安那州立大学、北京大学、清华大学、上海财经大学、厦门大学、山东大学、西安交通大学、东北财经大学、湖南大学、天津大学、辽宁大学、山东财经大学等高校专家学者代表，就当前计量经济学理论与应用的前沿问题开展高质量学术交流。山东大学经济学院院长林平教授出席研讨会并致辞。

林平教授对参会嘉宾表示欢迎和感谢，他介绍了山东大学经济学院的学术发展情况及取得的科研成果，希望通过本次研讨会，推动经济学院在计量经济学领域与各位专家学者的交流与合作，为经济学院学科建设与国际化进程提供有力支撑。

会议第一单元由山东大学经济学院陈强教授主持。北京大学光华管理学院涂云东教授作题为《The Factor Tree》的主题报告，报告提出了将因子模型与决策树相结合的方法，在高维空间中研究区制转换（regime switching）。山东大学金融研究院博士生王亚霖作题为《TransPCA for Large-dimensional Factor Analysis with Weak Factors: Power Enhancement via Knowledge Transfer》的报告，通过迁移学习（transfer learning）来增强主成分分析的效果。清华大学社会科学学院李红军副教授带来《Controlling Interactive Fixed Effects with Diversified Projections》的研究,提出了通过“分散投影”估计交互固定效应模型的新方法。山东财经大学颜冠鹏讲师就交互固定效应估计作题为《Short, Long and Large Panel Data Models with Interactive Fixed Effects》的报告，引入了适用于短面板、长面板与大面板的交互固定效应估计方法。路易斯安那州立大学周前坤教授作《Testing the Cluster Structure in Panel Data Models》主题分享，针对聚类稳健标准误的聚类层次选择提出了新的检验方法。湖南大学李海奇教授作《Smoothed Quantile Regression for Panel Data Models with a Mixed Group Structure》的报告，提出在混合分组结构的情况下进行平滑分位数回归的新方法。

会议第二单元由山东大学经济学院助理研究员王溥主持。上海财经大学经济学院周亚虹教授作题为《Policy Learning under Unobserved Confounding: A Robust and Efficient Approach》的主题报告，阐述政策学习的新方法，在存在不可观测的混杂因素时依然稳健且有效率。西安交通大学数学与统计学院严晓东教授分享《Agentic Statistics: A Task-driven Framework, Limit Theory and Method》的研究报告，就智能体统计学的最新思考进行阐释。东北财经大学经济学院周洪涛讲师带来《Analyzing Idiosyncratic Volatility: Evidence from Machine Learning》的研究，使用机器学习方法解决关于证券价格波动性的悖论。北京大学宋晓军副教授就变系数模型做《Hypothesis Testing in Varying Coefficient Models Based on the Multiplier Bootstrap》的报告，通过乘数自助法针对变系数模型进行假设检验。山东大学张进峰副教授分享报告《Testing Symmetry Based on the Quantile-Mean Process》，提出了基于分位数-均值过程检验对称性的新方法。山东大学经济学院潘青松助理研究员做题为《Tracking Down the Unobserved Prices: A Constrained GMM Approach to Production Function Estimation》的报告，在存在不可观测价格的情况下，使用有约束的广义矩估计（GMM）估计生产函数。

会议第三单元由助理研究员潘青松主持。波士顿学院肖志杰教授作题为《Distribution Estimation for Time Series via GAN》的主题报告，在时间序列中使用生成对抗网络的机器学习方法估计分布函数。北京大学国家发展研究院沈艳教授带来《Causal Inference with Social Interactions: A Structural Break Viewpoint》的演讲，提出在溢出效应情况下也适用的因果推断方法。北京大学汇丰商学院助理教授陈亮分享了《Testing LATE Assumptions via Shape Restrictions》的研究，通过单调性约束检验局部平均处理效应的前提假设。上海财经大学张征宇教授作题为《新型城镇化的共同富裕效应——兼论面向收入分配的因果推断》的报告，将因果推断应用于收入分配研究。山东大学经济学院博士生齐霁分享《Parallel Trend Matching for Difference-in-differences》，通过平行趋势匹配估计双重差分模型，即使在平行趋势假定不成立的情况下也适用。天津大学助理教授杨珅珅作题为《A Double Robust Approach for Non-Monotone Missingness in Multi-Stage Data》的报告，针对多阶段数据缺失问题提出创新性解决方案。

会议第四单元由陈强教授主持。香港大学罗晔副教授作题为《Can AI Master Econometrics? Evidence from Econometrics AI Agent on Expert-Level Tasks》的主题报告，研究设计了全球首个计量经济学智能体，并通过人工智能进行计量分析。清华大学经济管理学院冯颖杰副教授带来《Nonlinear Binscatter Methods》研究的最新进展，将传统的线性分仓散点图推广到非线性的场景。厦门大学经济学院吴吉林教授分享《A Nonparametric Test of the Quantile Predictive Regression Model》研究成果，提出了有关分位数预测模型的非参数检验方法。王溥助理研究员就面板模型时变固定效应做详细探讨，汇报了研究工作《Spectral Denoising and Adaptive Discrete Smoothing in Panel Data Models with Semiparametric Time-varying Fixed Effects》。辽宁大学助理教授毛明海就边际处理效应模型中的异质性问题开展研究，分享了研究工作《Testing for Essential Heterogeneity in the Marginal Treatment Effects Model》。陈强教授报告了《A Unified Framework for Regression Discontinuity Designs》的相关研究，提出了关于断点回归设计的统一框架。

本次研讨会通过24场高质量学术报告，全面展示了计量经济学在理论方法创新和跨学科应用方面的最新进展，与会学者就高维数据分析、因果推断、机器学习融合等前沿问题展开深入交流，为促进我国计量经济学研究发展作出积极贡献。

图\文 齐霁